Dane, wszędzie dane
Ale jak dokładnie usprawniać procesy, kiedy dosłownie toniemy w terabajtach danych? I właśnie to jest główny motor napędowy postępu technologicznego – nie opuszczać rąk i nie mówić, że tak już jest, i tak zostanie. By daleko nie szukać, wystarczy spojrzeć na rozwój sztucznej inteligencji na przestrzeni lat. Publiczna wersja ChataGPT skończyła 30 listopada dopiero trzy lata. Prace nad nim rozpoczęły się jednak wiele lat wcześniej. Co więcej, sama sztuczna inteligencja jako gałąź informatyki to już dziesiątki lat pracy, w tym często błądzenia we mgle, braku funduszy, poklepywania po ramieniu, aby dać sobie spokój i zająć się czymś pożyteczniejszym.
Aż w końcu wszystko się zmieniło. Dzięki potędze innych gałęzi informatyki, ale również fizyki i chemii, nasze komputery osiągnęły na tyle wysoką moc obliczeniową, że otworzyły ścieżkę rozwoju innym dziedzinom. AI nie powstałaby w takim kształcie, w jakim widzimy ją dzisiaj, gdyby nie przetwarzanie gigantycznych zestawów danych. Działa to jednak też w drugą stronę – przetwarzanie danych nie stawałoby się coraz efektywniejsze, gdyby nie narzędzia sztucznej inteligencji.
Zabrzmi to paradoksalnie, ale właśnie z przeładowania informacyjnego narodziła się AI w biznesie. To już nie gadżet tworzony przez profesorów i doktorantów na uczelniach, ale narzędzia mające realny wpływ na naszą pracę, codzienność, życie. Ale nie zrozumcie mnie źle – to w żaden sposób nie jest pogarda wobec tego, co robią naukowcy. Wręcz przeciwnie – to oni utrzymali AI przy życiu. Rzeczą niezaprzeczalną jest jednak to, że w pewnym momencie pałeczkę musi przejąć biznes.
Jeśli ktoś myśli, że używając ChataGPT, jest już częścią hasła „AI w biznesie”, to muszę go rozczarować. Ta branża jest o wiele większa, ciekawsza. Generowanie tekstu czy obrazków to ułamek tego, co możemy stworzyć dzięki tym narzędziom. Właśnie dlatego tak interesujące są przykłady firm, które na hasło „wdrożenia AI” są w stanie pokazać coś więcej niż to, co już każdy z nas zna. W Polsce jednym z takich przykładów jest Orange i spółki z Grupy Orange, które nie tylko wprowadziły zmiany u siebie, ale z sukcesami wdrażają je u swoich klientów.
Bezpieczny chatbot pod kontrolą firmy
Jednym z przełomów był system Dinootoo – wewnętrzna platforma, która udostępnia pracownikom Orange najnowsze modele językowe w kontrolowanym, bezpiecznym środowisku. Wbrew pozorom, tu nie chodzi o kolejną, nudną pogadankę o bezpieczeństwie w sieci. Powszechne użycie modeli językowych wiąże się z poważnym zagrożeniem wycieku poufnych danych.
Pracownicy bardzo często udostępniają firmowe dane do ogólnodostępnych modeli, których twórcy sami przyznają, że używają dostarczanych zapytań i plików do trenowania nowszych wersji modeli. Bezpieczne wdrożenie AI nie polega więc na tym, że dasz pracownikowi kod na wersję premium chatbota i tyle. Zamknięte, działające w firmowym środowisku modele językowe to coraz częstsza praktyka. Wszystko jest napędzane danymi, a dane to przecież najnowocześniejsza waluta – nic dziwnego, że firmy nie powinny oddawać ich za nic.
Dinootoo to chętnie wykorzystywane narzędzie. Liczby mówią same za siebie – ponad 7,4 tys. pracowników Orange korzysta z niego regularnie. Redukcja informacyjnego hałasu, utrzymanie porządku czy oszczędzanie czasu na sprawach, które nie wymagają ludzkiej kreatywności. Brzmi prosto, ale sami nie zdajemy sobie sprawy, ile czasu poświęcamy codziennie na te rzeczy.
Chatboty to tylko wierzchołek góry lodowej AI
Do samego Orange Polska miesięcznie przychodzi ponad 100 tysięcy maili. Jak tym sensownie zarządzać? Chyba nie myślicie, że siedzi sobie jedna osoba i sama odpisuje, albo ręcznie wysyła do poszczególnych działów konkretne maile? Oczywiście, że nie. W grę nie wchodzi też żadne losowanie przydziału konsultanta - przecież każdy mail to inne pytanie o inną umowę, zgłoszenie usterki, reklamacja, zapytanie o ofertę. I tu scenę wkracza uczenie maszynowe.
Orange Polska wykorzystuje autorski system Mail Machine Learning, którego zadaniem jest kategoryzacja i klasyfikacja maili. Maszyna robi to, co kiedyś musiały robić dziesiątki, jeśli nie setki konsultantów - z tą różnicą, że szybciej i precyzyjniej. Celem nie jest jednak całkowite wyeliminowanie człowieka z kontaktu z klientem. Jeśli będzie to potrzebne, to ostateczną decyzję podejmie zawsze człowiek.
Do trenowania MML wykorzystano rzeczywiste dane z milionów wiadomości, które wcześniej obsłużyli konsultanci. Każda wiadomość miała przypisaną kategorię, status, czas reakcji – to była gotowa baza do stworzenia modelu. Aby jednak działał on poprawnie, nie uczy się samych tylko słów, ale przede wszystkim relacji między nimi - rozpoznaje np., że „blokada SIM” i „restart karty” mogą dotyczyć tego samego problemu.
System analizuje przychodzące e-maile w kilku krokach:
Analiza treści
System „czyta” maila, rozpoznając kontekst i słowa kluczowe (np. „reklamacja”, „faktura”, „awaria”).
↓
Kategoryzacja
Wiadomość jest automatycznie przypisywana do właściwej kategorii (np. „Płatności”, „Pomoc Techniczna”).
↓
Priorytetyzacja
Mail otrzymuje priorytet. „Awaria sieci” będzie ważniejsza niż np. „Zapytanie o ofertę”.
↓
Przekierowanie
Wiadomość trafia prosto do odpowiedniego konsultanta lub zespołu.
W przeszłości taki mail wylądowałby w kolejce, a czas oczekiwania na odpowiedź byłby raczej liczony nie w minutach lub godzinach, a dniach. Dziś robi to MML. W sekundę analizuje treść wiadomości, rozpoznaje o co chodzi, i podejmuje działanie.
Orange podaje, że po wdrożeniu MML poziom satysfakcji klientów w kanale mailowym wzrósł o 20 punktów procentowych – oczywiście nie tylko dzięki MML, choć był on niezwykle istotnym usprawnieniem. To właśnie obsługa mailowa, po wdrożeniu automatyzacji, ma dziś najwyższe wskaźniki zadowolenia spośród wszystkich kanałów kontaktu.
Asystent przyszłości
Avatar Host to jedna z tych technologii, które trudno opisać jednym zdaniem, bo działają na wielu poziomach jednocześnie. Z jednej strony to wirtualny asystent, który potrafi prowadzić rozmowę, odpowiadać na pytania, pomagać w formalnościach i udzielać informacji w sposób, jaki kojarzymy z konsultantem infolinii. Z drugiej – to pełnoprawne narzędzie multimedialne, które nie tylko mówi, ale także pokazuje – animacje, grafiki, prezentacje. Co najważniejsze, wszystko dzieje się w czasie rzeczywistym i jest dopasowane do kontekstu prowadzonej rozmowy.
W przeciwieństwie do klasycznych chatbotów, które operują wyłącznie tekstem, Avatar Host łączy interfejs głosowy z graficznym. Dzięki temu rozmowa z nim jest bardziej naturalna – człowiek reaguje na obraz, nie tylko na zdania wyświetlane na ekranie. Chodzi o to, aby rozmowa z maszyną była intuicyjna, a nie męcząca. Pracownik może po prostu oznajmić asystentowi, czego ten ma się nauczyć, a on przetwarza to na zaktualizowaną bazę wiedzy.
Avatar Host to nie żadne ambitne plany, ale coś, co już realnie istnieje – Orange testował go już nie tylko w swoim środowisku sprzedażowym, ale także u swoich klientów, np. w City Hotel Bydgoszcz. W obu rodzajach testów chodziło jednak o to samo: sprawdzić, czy wirtualny asystent potrafi pomagać ludziom w realnym świecie, pełnym nieprzewidywalnych sytuacji. Testy pokazały, że potrafi.
Pomarańczowa rzeczywistość
Choć może się wydawać, że AI to tylko chatboty i automatyzacja, Orange dorzucił do tego coś jeszcze. Mowa o Orange Business Metaverse (OBM), środowisku, które na pierwszy rzut oka wygląda jak futurystyczna zabawka, ale w praktyce rozwiązuje bardzo realny problem: jak pokazać klientom zaawansowane technologie w sposób zrozumiały i angażujący.
Nie żadne prezentacje w PowerPoincie, Canvie, PDFy z ofertami, wykresy i tabele przestawne w Excelu. OBM pozwala wejść do wirtualnej przestrzeni i zobaczyć, jak np. działa sieć 5G, rozwiązania Smart City czy automatyzacja infrastruktury. Co jak co, ale samo przedstawienie oferty w goglach VR zwróciłoby moją uwagę. Zwykłe prezentacje robi przecież każdy – ileż można je oglądać?
Klient nasz pan
Jak utrzymać klienta, kiedy jest ich tak wielu, a konkurencja nie śpi? Relacja z klientem to nie jest coś, co buduje się dziś wysyłając tysiące ulotek do skrzynek pocztowych. To cała filozofia, w której nie chodzi o to, by wysyłać coraz więcej komunikatów, ale by wreszcie wysyłać te właściwe. Customer Value Management to jeden z tych systemów, które działają gdzieś głęboko w tle, a jednak realnie wpływają na doświadczenie milionów klientów.
W praktyce wygląda to tak: system analizuje setki sygnałów, jakie zostawia po sobie każdy klient – od historii kontaktu z obsługą, przez sposób korzystania z usług, po preferencje zakupowe czy reakcje na wcześniejsze kampanie. W tradycyjnych modelach marketingowych takie informacje istnieją w firmach od lat, ale są rozproszone. CVM łączy te światy w jedną narrację, a generatywna AI pozwala analizować je na skalę, której człowiek nie miałby szans ogarnąć.
CVM potrafi dostosować komunikację i ofertę niemal w czasie rzeczywistym. Jeżeli w danych pojawia się sygnał, że klient może być niezadowolony lub rozważa zmianę operatora, system szybciej niż człowiek jest w stanie zareagować propozycją, która może tę decyzję odwrócić. Jeśli klient ma konkretne potrzeby, np. bardziej elastyczny abonament, większy pakiet danych, dodatkową usługę, to bardzo możliwe, że CVM wykryje to nawet wcześniej, niż sam klient zauważy, że zaczyna mu czegoś brakować.
BlueSoft – AI pracuje u klienta
Kiedy mówi się o AI w biznesie, bardzo często niektórzy myślą o systemach trudno zrozumiałych dla przeciętnego człowieka, które mają masowo, bezwzględnie automatyzować decyzje i eliminować człowieka z procesu. W praktyce jest zupełnie inaczej. Przecież to dopiero premiera ChataGPT spowodowała ogólnoświatowy boom na sztuczną inteligencję.
Dlaczego? Prostota działania. Wpisujesz, czekasz, masz odpowiedź. Nie potrzebujesz żadnej wiedzy z zakresu informatyki, aby z tego skorzystać. Wystarczy znajomość języka naturalnego. To właśnie ta prostota sprawiła, że LLM-y (Large Language Models) zyskały taką popularność. Główny wysiłek w pracach nad AI idzie właśnie w przetwarzanie języka naturalnego – tak, aby udoskonalić efekty prac wykonywanych wyłącznie za pomocą "niekomputerowego" języka.
Z chatbotów korzysta większość już z nas, ale spora część robi to w dość nieodpowiedzialny sposób. Na przestrzeni ostatnich miesięcy wykształciło się hasło "shadow AI". Oznacza ono sytuację, w której pracownicy używają modeli sztucznej inteligencji bez wiedzy pracodawcy. Czy jest w tym jakieś zagrożenie? Tak, ponieważ pracownicy bardzo często wysyłali modelom językowym tajne, firmowe dokumenty.
Bluesoft, spółka Grupy Orange, stworzył BlueAI, czyli asystenta, w ramach którego pracownicy mają dostęp do najbardziej znanych modeli językowych, np. GPT-5, Claude, Gemini czy nawet polski Bielik. Tak jak Dinootoo, BlueAI gwarantuje zachowanie standardów etyki AI i ochrony danych.
Wszystkie dane firmy w jednym palcu modelu
A gdyby tak wrzucić wszystkie faktury, arkusze, instrukcje i inne firmowe dokumenty do jakiegoś modelu, uczynić go skarbnicą wiedzy i czerpać z niej garściami? Aż się prosi, żeby z tego korzystać. Kto nie miał sytuacji, w której musiał znaleźć jakieś dokumenty, a nie miał pojęcia, gdzie ich szukać na firmowym dysku? Kończyło się to nawet godzinami spędzonymi na błądzeniu po kolejnych folderach. Gdzie tu nowoczesność, gdzie produktywność?
Właśnie z tej potrzeby powstały Martachat i AI Translator – dwa komplementarne narzędzia opracowane przez BlueSoft dla Rezon Bio. Wspólnie tworzą one coś na kształt „firmowego mózgu”. Martachat to inteligentny asystent oparty na technice RAG (Retrieval-Augmented Generation) - połączeniu wyszukiwania informacji i generatywnej sztucznej inteligencji. Podłączamy do modelu firmowe źródła wiedzy: dokumenty z SharePointa, pliki PDF, arkusze Excela, instrukcje, raporty czy bazy danych, a zadaniem modelu jest przeszukiwanie w czasie rzeczywistym dostępnych zasobów wiedzy, gdy odpowiada nam na zadane pytania.
Po znalezieniu odpowiednich fragmentów – system przekazuje je do modelu językowego, który generuje odpowiedź, streszczenie lub rekomendację. To właśnie jest to "augmented" w skrócie RAG – generacja ulepszona przez faktyczne dane. Dzięki temu odpowiedzi są wiarygodne, aktualne i kontekstowe.
Schemat działania Martachat
Pytanie użytkownika
„Co zawiera faktura 12345/67?”
↓
Firmowa baza wiedzy
Pliki PDF, Excel, SharePoint, Bazy Danych
↓
Model RAG (Retrieval-Augmented Generation)
Krok 1 (Retrieval):
System przeszukuje Bazę Wiedzy i znajduje tylko pasujące fragmenty.
Krok 2 (Augmented Generation):
Model AI otrzymuje Pytanie + znalezione fragmenty i na ich podstawie generuje odpowiedź.
↓
Wiarygodna odpowiedź
„Faktura 12345/67 dotyczy zakupu 10 licencji… (itd.)”
Ale na tym firmowy „mózg” się nie kończy. Druga jego półkula to AI Translator. To narzędzie, które dla Rezon Bio stało się czymś więcej niż zwykłym tłumaczem. W ściśle regulowanych branżach, takich jak farmacja czy biotechnologia, tłumaczenie dokumentów nie polega na wklejeniu do chatbota ściany tekstu z podpisem „przetłumacz”.
Dokumentacje muszą być przenoszone bez utraty formatu, układu, tabel, przypisów, komentarzy czy terminologii branżowej. AI Translator nie tylko tłumaczy, ale również zachowuje wszystkie te wymienione elementy. Efekt? Tu nie ma niespodzianki – usprawnienie pracy i radykalne skrócenie czasu pracy nad tłumaczeniami. Pracownicy mogą w ten sposób poświęcić się innym, bardziej wymagającym, specyficznym zadaniom.
400 CV w ciągu godziny – nowa era rekrutacji
Postęp technologiczny nie ominął również procesów rekrutacyjnych. Liczba aplikacji dostarczanych do centralnego zespołu rekrutacyjnego (Talent Acquisition Factory) rośnie, CV zawierają coraz bardziej oryginalne zestawy danych, ale rozwiązaniem tego problemu bynajmniej nie jest zwiększenie liczby rekruterów. Powód jest bardzo prosty – każdy rekruter jest inny i może się kierować innym kryterium choćby tylko w małym stopniu.
Kolejnym systemem napędzanym sztuczną inteligencją autorstwa Bluesoft jest KnowMe, który analizuje CV, testy kompetencyjne i profile kandydatów. W jego technicznym zapleczu znajduje się tzw. "AI matching" - algorytmy dopasowania. System jest w stanie dopasować nas nawet wtedy, gdy jakieś umiejętności nie są opisane wprost. Dla przykładu, w IT znajomość bibliotek TensorFlow czy SciKit-Learn, których używa się w uczeniu maszynowym, implikuje również znajomość języka programowania Python i oczywiście samego uczenia maszynowego. Spoza komputerowego świata mogę dać inny przykład – jeśli pracujesz w e-commerce, to najprawdopodobniej znasz mechanizmy Shopify czy podstawy SEO.
Program został wdrożony w czerwcu tego roku i przyczynił się do skrócenia czasu analizy CV o 80%. KnowMe to możliwość analizowania nawet 400 CV w ciągu godziny. Wykorzystanie zautomatyzowanego sprawdzania CV minimalizuje też ryzyko błędu ludzkiego. Nie jest przecież tajemnicą, że rekruterzy czasami mogą nie wychwycić pewnych umiejętności zawartych w naszym CV - w szczególności wtedy, gdy nie są ekspertami w danej branży.
Ulubione sklepy Polaków już napędza sztuczna inteligencja
Ale KnowMe to tylko jeden element układanki. W tle powstają narzędzia, o których przeciętny użytkownik nawet nie słyszał, a które potrafią zmienić funkcjonowanie największych organizacji, z których usług korzystamy każdego dnia. Dobrym przykładem jest jAIn, czyli platforma stworzona przez Bluesoft dla znanej i lubianej sieci Biedronka.
Liczba pracowników w takich firmach jest tak duża, że klasyczne podejście do HR-u dawno już przestało w nich działać. Potrzeba nowych, przełomowych rozwiązań. Platforma jAIn analizuje wyniki tysięcy osób, łączy dane z rozmów rozwojowych, celów, kompetencji i realnych działań, po czym proponuje precyzyjne, osadzone w kontekście ścieżki rozwoju.
Nie chodzi tu o żadne „magiczne sugestie”, ale o konkretne rekomendacje szkoleniowe, dostępne od razu dzięki integracji z platformą EduAkcja. Efekt jest taki, że liderzy dostają wreszcie narzędzie, które pomaga im rozwijać ludzi, zamiast grzęznąć w tabelkach i Excelach. I choć brzmi to niepozornie, to w skali takiej organizacji jest to po prostu gamechanger.
Automatyczna modernizacja
Nie, najtrudniejszą częścią cyfrowej transformacji nie jest wprowadzenie chatbotów. Co powiecie na korzystanie w 2025 roku z korporacyjnego systemu sprzed kilkunastu lat, który zupełnie nie odpowiada obecnym realiom biznesowym i technologicznym? Bluesoft również znalazł na to odpowiedź.
ModernAIze powstał po to, aby unowocześnianie zasobów firmy było proste i bezbolesne. Narzędzie analizuje stare aplikacje linijka po linijce, dokumentuje ich logikę biznesową i proponuje ich nowoczesne odpowiedniki. Podobnie jak inne modele językowe, generuje kod automatycznie.
Architekt, analityk i deweloper w jednym. Nie miesiące przepisywanie kodu, a tygodnie, a może nawet dni poświęcone na unowocześnienie dotychczasowych systemów. Firmy mogą spać spokojnie – nic po drodze się nie zepsuje, a zespoły IT mogą odetchnąć z ulgą. Ich praca sprowadza się raczej do kontroli tego, co ModernAIze stworzył, zamiast tworzenia wszystkiego samodzielnie od zera.
Sztuczna inteligencja nie kończy się na ChacieGPT
Wygrają ci, którzy potrafią zamienić chaos informacyjny w uporządkowany system. Produktywni nie są ci, którzy wyrobili w sobie wręcz pamięć mięśniową w biurowych zadaniach – od tego jest teraz ta wszędobylska AI. Ale nie w postaci zwykłego chatbota, a zintegrowanych, przemyślanych ekosystemów.
Gdy postawimy obok siebie wszystkie pomysły wdrożone przez Orange i spółki z Grupy Orange, widzimy w nich swego rodzaju firmowy krwioobieg napędzany danymi. To nie tylko sprawne zarządzanie danymi, ale też spożytkowanie ich w taki sposób, aby dalej napędzały życie firmy i jej klientów. Dinootoo porządkuje wiedzę, MML - komunikację, CVM - relacje z klientami, KnowMe - procesy rekrutacyjne, a ModernAIze lata nagromadzonego kodu.
Każde z tych narzędzi robi coś, czego my, ludzie żyjący w 2025 roku, nie jesteśmy w stanie robić samodzielnie. Nawet gdybyśmy stworzyli setki, tysiące nowych etatów. AI nie ma nas zastąpić. Ma zamiatać bałagan, żebyśmy wreszcie mogli skupić się na pracy.
Artykuł powstał w ramach współpracy reklamowej z Orange
